CN110990975A - 基于实测数据的舱门边框轮廓铣切余量测算方法 - Google Patents
基于实测数据的舱门边框轮廓铣切余量测算方法 Download PDFInfo
- Publication number
- CN110990975A CN110990975A CN201911262607.6A CN201911262607A CN110990975A CN 110990975 A CN110990975 A CN 110990975A CN 201911262607 A CN201911262607 A CN 201911262607A CN 110990975 A CN110990975 A CN 110990975A
- Authority
- CN
- China
- Prior art keywords
- point
- cabin door
- points
- door frame
- contour
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003801 milling Methods 0.000 title claims abstract description 41
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000011960 computer-aided design Methods 0.000 claims description 28
- 239000013598 vector Substances 0.000 claims description 27
- 230000009466 transformation Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于实测数据的舱门边框轮廓铣切余量测算方法,包括:通过三维扫描设备获取实测舱门边框表面三维点云数据;对实测舱门边框表面三维点云数据预处理;提取实测数据交点和定位孔圆心;基于舱门交点和定位孔特征将实测三维数据与CAD数模进行由粗到精配准;计算实测舱门边框轮廓点;计算配准后实测边框轮廓点至CAD数模的欧式距离,此距离即为舱门边框理论铣切余量。所提出的方法,可以准确计算舱门边框轮廓点的铣切余量,指导零部件精确加工,从而实现飞机舱门的精确装配。
Description
技术领域
本发明涉及航天测量技术领域,具体而言涉及一种基于实测数据的舱门边框轮廓铣切余量测算方法。
背景技术
飞机是航天领域的运输和作业的重要交通工具,舱门边框是属于飞机最大部件机体的一部分,制作舱门边框时,要对初加工成的边框计算铣切余量,输入数控机床铣切掉多余的金属来实现精准装配,然而铣切余量的计算大多由人工完成,测量每个基准点周围的铣切余量,测量工作量大,定位不准,测量精度低,容易导致错误测量,需要多次和铣切,而且边框的大小和材质导致舱门的铣切难度高,浪费人力和物力资源。
使用三维扫描仪采集舱门边框的三维点云数据,将舱门边框点云数据与CAD模型进行精准匹配,就能准确计算整个舱门边框轮廓点的铣切余量,指导零部件精确加工,从而实现飞机舱门的精确装配。
发明内容
本发明目的在于提供一种基于实测数据的舱门边框轮廓铣切余量测算方法,可以准确计算舱门边框轮廓点的铣切余量,指导零部件精确加工,从而实现飞机舱门的精确装配,解决了舱门边框轮廓点铣切余量计算需求。
为达成上述目的,结合图1,本发明提出一种基于实测数据的舱门边框轮廓铣切余量测算方法,所述测算方法包括:
S1:采用三维扫描设备获取实测舱门边框表面三维点云数据;
S2:对获取的实测舱门边框表面三维点云数据进行预处理,去除离群点;
S3:选取舱门交点和定位圆孔处的点云,用最小二乘法拟合舱门交点圆孔特征;
S4:基于提取的舱门交点圆孔和定位孔特征将实测三维数据与CAD数模粗配准后,再进行加权精配准;
S5:计算得到实测舱门边框轮廓点;
S6:计算得到配准后实测边框轮廓点至CAD数模的欧式距离,将此距离作为舱门边框理论铣切余量。
进一步的实施例中,步骤S2中,所述对获取的实测舱门边框表面三维点云数据进行预处理,去除离群点的过程包括以下步骤:
S21:对于扫描获取的舱门边框表面三维点云数据,依次针对每个点选取k个邻近点,计算该点到其对应的k个邻近点的平均距离,计算得到的所有点到其对应的k个邻近点的平均距离分布符合高斯分布,计算得到该分布的均值和方差;
S22:依次判断每个点到其对应的k个邻近点的平均距离是否在均值和方差确定的范围之外,如果在均值和方差确定的范围之外,将该点判定为离群点,从点云数据集中删除该点。
进一步的实施例中,步骤S3中,所述选取舱门交点和定位圆孔处的点云,用最小二乘法拟合舱门交点圆孔特征是指,
在舱门边框轮廓三维数据中选取交点圆孔和定位圆孔附近的点,采用最小二乘法将选取点拟合成圆,得到圆心和半径。
进一步的实施例中,步骤S3中,所述在舱门边框轮廓三维数据中选取交点圆孔和定位圆孔附近的点,采用最小二乘法将选取点拟合成圆,得到圆心和半径的过程包括以下步骤:
S31:在其中一个交点圆孔或定位圆孔附近选取n个点Ni,假设圆心为O,半径为R;
S33:求F()对圆心坐标和半径的偏导数,令偏导数为0;
S34:对前述方程进行求解得到圆心O的坐标和半径R的取值;
S35:重复步骤S31-S34,直至计算得到所有交点圆孔和所有定位圆孔的特征信息。
进一步的实施例中,步骤S4中,所述基于提取的舱门交点圆孔和定位孔特征将实测三维数据与CAD数模粗配准的过程包括以下步骤:
S401:根据舱门边框轮廓三维数据中的圆孔圆心O1,在CAD模型上提取对应位置圆孔的圆孔圆心O2;
S402:求出O1到O2的刚性变换矩阵;
S403:采用变换矩阵对整个三维数据进行刚性变换。
进一步的实施例中,步骤S402中,采用SVD分解法得到刚性变换矩阵。
进一步的实施例中,步骤S4中,所述进行加权精配准的过程包括以下步骤:
S411:令实测三维点云数据为P,CAD数模为Q;
S412:随机选取实测三维点云数据中的n个点生成目标点云集合P1;
设pi∈P1,寻找Q上最接近pi的点qi使得||pi-qi||最小,设qi对应的集合为Q1,集合P1和Q1中所有对应点的平均距离为dk:
S413:计算P1到Q1的变换矩阵R,对P1集进行坐标变换得到新的点集P′,求P′到Q1的平均距离dk+1:
式中,p′i∈P′,为p变换后的对应点,q′i为Q1中距p′i最近的点。
令Δd=dk+1-dk作为精配缩减误差,D为粗配误差:
式中,o1i为舱门边框轮廓三维数据中的圆孔圆心,o2i为CAD模型上提取对应位置圆孔的圆孔圆心,各有4个点。
S414:判断αD+βΔd否满足αD+βΔd<γ,γ>0,α,β为误差权重,避免铣切余量分布不均匀时导致4个圆心定位点大幅度偏移:
如果满足不等式,对P变换,结束流程,否则,转入S412,重新执行精配准流程。
进一步的实施例中,步骤S5中,所述计算得到实测舱门边框轮廓点的过程包括以下步骤:
计算所有点的法线矢量,依次判断每个点的邻近点中是否存在两个点的法矢方向夹角为60°-120°,如果存在,判定该点为轮廓点;
其中,优先访问已确定轮廓点所对应的未被访问的邻近点。
进一步的实施例中,步骤S5中,所述计算得到实测舱门边框轮廓点的过程还包括以下步骤:
S51:删去距离过近的点,对优先访问队列进行滤波;
S52:搜索优先访问队列:
若优先访问队列不为空,取队首点为选取点b,若优先访问队列为空,随机获取其中一个未访问点为选取点b,若无未访问点,转入S55;
S53:对选取点b进行标记访问,在半径r范围内寻找邻近点并记录,选取点b与对应的最近点b0组成基准向量bb0,其余邻近点bi与b0组成向量b0bi,当bbi与基准向量成30°-150°夹角时,计算点b所有bbi与bb0的外积向量,记为xbbi;
S54:若在xbbi中存在两个向量的夹角在60°-120°之间,将选取点b记为轮廓点,选取点b的全部未标记访问的邻近点加载至优先访问队列,转入S52,直至轮廓点数量达到预估数量且累计访问点数达到设定比例或者连续多次访问非轮廓点;
S55:结束流程。
进一步的实施例中,所述计算得到配准后实测边框轮廓点至CAD数模的欧式距离,将此距离作为舱门边框理论铣切余量的过程包括以下步骤:
计算所有舱门边框轮廓点和其邻近轮廓点的欧式距离的平均值,将其作为该点位置的铣切余量。
以上本发明的技术方案,与现有相比,其显著的有益效果在于:
(1)可以准确计算舱门边框轮廓点的铣切余量,指导零部件精确加工,从而实现飞机舱门的精确装配,解决了舱门边框轮廓点铣切余量计算需求
(2)采用滤波器去除离群点声,提高了轮廓点估计的准确性,使用定位点粗配准,使用ICP精配准,挺高了铣切余量计算的精准度,快速得到整个舱门边框轮廓每个点的铣切余量。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是本发明的基于实测数据的舱门边框轮廓铣切余量测算方法的流程图。
图2是本发明实施例的舱门边框三维扫描数据示意图。
图3是本发明的实施例的实测三维数据与CAD数模配准示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
结合图1,本发明提及一种基于实测数据的舱门边框轮廓铣切余量测算方法,包括以下步骤:
第一、采用三维扫描设备获取实测舱门边框表面三维点云数据。
前述三维点云数据可以采用Metra-Scan扫描仪对舱门边框进行采集获取。Metra-Scan三维扫描仪不仅提供了便携性还无需进行架设扫描,手持式任意扫描可以使获取数据的过程变得极为方便,舱门尺寸在一站式扫描范围内,因此测量时只需固定一个站位,即可获取完成舱门边框数据。图2是本发明实施例的舱门边框三维扫描数据示意图
第二、对三维点云数据进行数据预处理,去除离群点。
对于扫描的舱门边框点云数据,对每个点选取k个邻近点,并计算每个点到其k邻近点的平均距离,所有点的k邻近平均距离分布符合高斯分布,由所有的k邻近平均距离计算得到该分布的均值和方差,如果某点的k邻近平均距离在均值和方差确定的范围之外,那么该点就可以被确定为离群点,从点云数据集中删除该点。
第三、选取交点圆孔附近的点云,用最小二乘法拟合交点圆孔特征;
假设在舱门边框轮廓三维数据中存在四个交点圆孔,选取交点圆孔和定位圆孔附近的点,这些点近似在一个圆上,用最小二乘法把这些点拟合成圆,得到圆心和半径,步骤如下:
(1)在一个圆孔附近选取n个点Ni,假设圆心为O,半径为R。
(3)求F()对圆心坐标和半径的偏导数,令偏导数为0。
(4)解方程组得到圆心坐标和半径。
(5)重复上述步骤直到找到两个交点和两个定位点的坐标。
第四、基于提取的舱门交点圆孔特征将实测三维数据与CAD数模进行粗配准,再进行加权精配准。
根据提取舱门边框轮廓三维数据的4个圆孔圆心O1,在CAD模型上提取对应位置圆孔的4个圆孔圆心O2,O1和O2,变换前后的两个4×3的坐标矩阵一一对应,求出O1到O2的3×3的刚性变换矩阵,再用变换矩阵对整个三维数据进行刚性变换,实现实测三维数据与CAD数模的粗配准。
实测三维数据与CAD数模的粗配准后进行精配准,过程如下:
①令实测三维点云数据为P,CAD数模为Q。
②随机选取实测三维点云数据n个点为目标点云P1每pi∈P1,寻找Q上最接近pi的点qi使得||pi-qi||最小,qi对应的集合为Q1,平均距离为dk
③计算P1到Q1的变换矩阵R,对P1集进行坐标变换得到新的点集P’,求P’到Q1的平均距离
式中,p′i∈P′,为p变换后的对应点,q′i为Q1中距p′i最近的点。
令Δd=dk+1-dk作为精配缩减误差,D为粗配误差
式中,o1i为舱门边框轮廓三维数据中的圆孔圆心,o2i为CAD模型上提取对应位置圆孔的圆孔圆心,各有4个点。
④.判断αD+βΔd否满足αD+βΔd<γ,γ>0,α、β为误差权重,避免铣切余量分布不均匀时导致4个圆心定位点大幅度偏移,当满足不等式时,对P变换,否则转步骤②。
图3是本发明的实施例的实测三维数据与CAD数模配准示意图。
第五、计算实测舱门边框轮廓点;
计算所有点的法线矢量,对每一个点的邻近点中如果存在两个点的法矢方向夹角为60°-120°之间那么该点就是轮廓点,该点的邻近点中有其他轮廓点的概率会很高,所以将该点的邻近点入队优先访问,每次从队中取一点,当队中无点时随机获取一未访问的点,循环访问寻找轮廓点,因为会优先访问轮廓点,所以当轮廓点达到预估数量且累计访问点数达到设定比例或者连续多次访问非轮廓点就可以停止访问。
鉴于舱门边框的轮廓夹角都在90度左右,b点与其最近点组成基准向量bb0,计算b与其他邻近点组成的向量与基准向量的外积b0bi,同面的邻近点的外积方向都相同或相反,而部分异面的临近点的外积方向会有较大的角度差,可以判断点b是否是轮廓点。
在一些例子中,计算轮廓点的方法包括以下过程:
S51:删去距离过近的点,对优先访问队列进行滤波。
S52:搜索优先访问队列。
若优先访问队列不为空,取队首点为选取点b,若优先访问队列为空,随机获取其中一个未访问点为选取点b,若无未访问点,转入S55。
S53:对选取点b进行标记访问,在半径r范围内寻找邻近点并记录,选取点b与对应的最近点b0组成基准向量bb0,其余邻近点bi与b0组成向量b0bi,当bbi与基准向量成30°-150°夹角时,计算点b所有bbi与bb0的外积向量,记为xbbi。
S54:若在xbbi中存在两个向量的夹角在60°-120°之间,将选取点b记为轮廓点,选取点b的全部未标记访问的邻近点加载至优先访问队列,转入S52,直至轮廓点数量达到预估数量且累计访问点数达到设定比例或者连续多次访问非轮廓点。
S55:结束流程。
第六、计算配准后实测边框轮廓点至CAD数模的欧式距离,此距离即为舱门边框理论铣切余量。
计算所有舱门边框轮廓点到CAD数模的欧式距离ED,将每个点和其邻近轮廓点的ED取平均值即为该点位置的铣切余量。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (10)
1.一种基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,所述测算方法包括:
S1:采用三维扫描设备获取实测舱门边框表面三维点云数据;
S2:对获取的实测舱门边框表面三维点云数据进行预处理,去除离群点;
S3:选取舱门交点和定位圆孔处的点云,用最小二乘法拟合舱门交点圆孔特征;
S4:基于提取的舱门交点圆孔和定位孔特征将实测三维数据与CAD数模粗配准后,再进行加权精配准;
S5:计算得到实测舱门边框轮廓点;
S6:计算得到配准后实测边框轮廓点至CAD数模的欧式距离,将此距离作为舱门边框理论铣切余量。
2.根据权利要求1所述的基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,步骤S2中,所述对获取的实测舱门边框表面三维点云数据进行预处理,去除离群点的过程包括以下步骤:
S21:对于扫描获取的舱门边框表面三维点云数据,依次针对每个点选取k个邻近点,计算该点到其对应的k个邻近点的平均距离,计算得到的所有点到其对应的k个邻近点的平均距离分布符合高斯分布,计算得到该分布的均值和方差;
S22:依次判断每个点到其对应的k个邻近点的平均距离是否在均值和方差确定的范围之外,如果在均值和方差确定的范围之外,将该点判定为离群点,从点云数据集中删除该点。
3.根据权利要求1所述的基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,步骤S3中,所述选取舱门交点和定位圆孔处的点云,用最小二乘法拟合舱门交点圆孔特征是指,
在舱门边框轮廓三维数据中选取交点圆孔和定位圆孔附近的点,采用最小二乘法将选取点拟合成圆,得到圆心和半径。
5.根据权利要求1所述的基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,步骤S4中,所述基于提取的舱门交点圆孔和定位孔特征将实测三维数据与CAD数模粗配准的过程包括以下步骤:
S401:根据舱门边框轮廓三维数据中的圆孔圆心O1,在CAD模型上提取对应位置圆孔的圆孔圆心O2;
S402:求出O1到O2的刚性变换矩阵;
S403:采用变换矩阵对整个三维数据进行刚性变换。
6.根据权利要求5所述的基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,步骤S402中,采用SVD分解法得到刚性变换矩阵。
7.根据权利要求1所述的基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,步骤S4中,所述进行加权精配准的过程包括以下步骤:
S411:令实测三维点云数据为P,CAD数模为Q;
S412:随机选取实测三维点云数据中的n个点生成目标点云集合P1;
设pi∈P1,寻找Q上最接近pi的点qi使得||pi-qi||最小,设qi对应的集合为Q1,集合P1和Q1中所有对应点的平均距离为dk:
S413:计算P1到Q1的变换矩阵R,对P1集进行坐标变换得到新的点集P′,求P′到Q1的平均距离dk+1:
式中,pi′∈P′,为p变换后的对应点,q′i为Q1中距pi′最近的点。
令Δd=dk+1-dk作为精配缩减误差,D为粗配误差:
式中,o1i为舱门边框轮廓三维数据中的圆孔圆心,o2i为CAD模型上提取对应位置圆孔的圆孔圆心,各有4个点。
S414:判断αD+βΔd否满足αD+βΔd<γ,γ>0,α,β为误差权重,避免铣切余量分布不均匀时导致4个圆心定位点大幅度偏移:
如果满足不等式,对P变换,结束流程,否则,转入S412,重新执行精配准流程。
8.根据权利要求1所述的基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,步骤S5中,所述计算得到实测舱门边框轮廓点的过程包括以下步骤:
计算所有点的法线矢量,依次判断每个点的邻近点中是否存在两个点的法矢方向夹角为60°-120°,如果存在,判定该点为轮廓点;
其中,优先访问已确定轮廓点所对应的未被访问的邻近点。
9.根据权利要求1或者8所述的基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,步骤S5中,所述计算得到实测舱门边框轮廓点的过程还包括以下步骤:
S51:删去距离过近的点,对优先访问队列进行滤波;
S52:搜索优先访问队列:
若优先访问队列不为空,取队首点为选取点b,若优先访问队列为空,随机获取其中一个未访问点为选取点b,若无未访问点,转入S55;
S53:对选取点b进行标记访问,在半径r范围内寻找邻近点并记录,选取点b与对应的最近点b0组成基准向量bb0,其余邻近点bi与b0组成向量b0bi,当bbi与基准向量成30°-150°夹角时,计算点b所有bbi与bb0的外积向量,记为xbbi;
S54:若在xbbi中存在两个向量的夹角在60°-120°之间,将选取点b记为轮廓点,选取点b的全部未标记访问的邻近点加载至优先访问队列,转入S52,直至轮廓点数量达到预估数量且累计访问点数达到设定比例或者连续多次访问非轮廓点;
S55:结束流程。
10.根据权利要求8所述的基于实测数据的舱门边框轮廓铣切余量测算方法,其特征在于,所述计算得到配准后实测边框轮廓点至CAD数模的欧式距离,将此距离作为舱门边框理论铣切余量的过程包括以下步骤:
计算所有舱门边框轮廓点和其邻近轮廓点的欧式距离的平均值,将其作为该点位置的铣切余量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911262607.6A CN110990975B (zh) | 2019-12-11 | 2019-12-11 | 基于实测数据的舱门边框轮廓铣切余量测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911262607.6A CN110990975B (zh) | 2019-12-11 | 2019-12-11 | 基于实测数据的舱门边框轮廓铣切余量测算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110990975A true CN110990975A (zh) | 2020-04-10 |
CN110990975B CN110990975B (zh) | 2020-08-04 |
Family
ID=70092199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911262607.6A Active CN110990975B (zh) | 2019-12-11 | 2019-12-11 | 基于实测数据的舱门边框轮廓铣切余量测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110990975B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111553078A (zh) * | 2020-04-29 | 2020-08-18 | 南京航空航天大学 | 基于实测数据引导的飞机结构加强件修配方法 |
CN112498731A (zh) * | 2020-12-15 | 2021-03-16 | 西安飞机工业(集团)有限责任公司 | 一种锯齿型壁板对接修配方法 |
CN113029049A (zh) * | 2021-05-25 | 2021-06-25 | 武汉理工大学 | 一种基于加权正负余量方差最小化算法的复杂工件光学测量方法 |
CN114131293A (zh) * | 2021-11-25 | 2022-03-04 | 南京航空航天大学 | 一种飞机结构加强件自动化加工方法 |
CN114413788A (zh) * | 2022-01-21 | 2022-04-29 | 武汉惟景三维科技有限公司 | 基于双目视觉和反向模型重构的零件表面图案检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080310757A1 (en) * | 2007-06-15 | 2008-12-18 | George Wolberg | System and related methods for automatically aligning 2D images of a scene to a 3D model of the scene |
CN102798362A (zh) * | 2012-06-20 | 2012-11-28 | 北京航空航天大学 | 一种基于点云数据的铸件加工余量估计方法 |
CN105127862A (zh) * | 2015-08-03 | 2015-12-09 | 华中科技大学无锡研究院 | 基于砂带磨抛机的工业机器人叶片磨抛工艺 |
CN105269049A (zh) * | 2015-11-28 | 2016-01-27 | 沈阳飞机工业(集团)有限公司 | 一种飞机蒙皮无余量数控铣切方法 |
CN107253084A (zh) * | 2017-07-03 | 2017-10-17 | 上海昂恒航空自动化装备有限公司 | 飞机数字化装配中的高效高精机器人自动铣削系统 |
CN108817858A (zh) * | 2018-06-15 | 2018-11-16 | 衢州学院 | 一种螺杆膨胀机中螺杆转子的加工工艺 |
CN109541997A (zh) * | 2018-11-08 | 2019-03-29 | 东南大学 | 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法 |
-
2019
- 2019-12-11 CN CN201911262607.6A patent/CN110990975B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080310757A1 (en) * | 2007-06-15 | 2008-12-18 | George Wolberg | System and related methods for automatically aligning 2D images of a scene to a 3D model of the scene |
CN102798362A (zh) * | 2012-06-20 | 2012-11-28 | 北京航空航天大学 | 一种基于点云数据的铸件加工余量估计方法 |
CN105127862A (zh) * | 2015-08-03 | 2015-12-09 | 华中科技大学无锡研究院 | 基于砂带磨抛机的工业机器人叶片磨抛工艺 |
CN105269049A (zh) * | 2015-11-28 | 2016-01-27 | 沈阳飞机工业(集团)有限公司 | 一种飞机蒙皮无余量数控铣切方法 |
CN107253084A (zh) * | 2017-07-03 | 2017-10-17 | 上海昂恒航空自动化装备有限公司 | 飞机数字化装配中的高效高精机器人自动铣削系统 |
CN108817858A (zh) * | 2018-06-15 | 2018-11-16 | 衢州学院 | 一种螺杆膨胀机中螺杆转子的加工工艺 |
CN109541997A (zh) * | 2018-11-08 | 2019-03-29 | 东南大学 | 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法 |
Non-Patent Citations (1)
Title |
---|
张爽: "列车轮对几何参数在线检测关键技术研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111553078A (zh) * | 2020-04-29 | 2020-08-18 | 南京航空航天大学 | 基于实测数据引导的飞机结构加强件修配方法 |
CN111553078B (zh) * | 2020-04-29 | 2020-12-01 | 南京航空航天大学 | 基于实测数据引导的飞机结构加强件修配方法 |
US11543795B2 (en) | 2020-04-29 | 2023-01-03 | Nanjing University Of Aeronautics And Astronautics | Airplane structure stiffener repair method based on measured data |
CN112498731A (zh) * | 2020-12-15 | 2021-03-16 | 西安飞机工业(集团)有限责任公司 | 一种锯齿型壁板对接修配方法 |
CN112498731B (zh) * | 2020-12-15 | 2022-11-18 | 西安飞机工业(集团)有限责任公司 | 一种锯齿型壁板对接修配方法 |
CN113029049A (zh) * | 2021-05-25 | 2021-06-25 | 武汉理工大学 | 一种基于加权正负余量方差最小化算法的复杂工件光学测量方法 |
CN114131293A (zh) * | 2021-11-25 | 2022-03-04 | 南京航空航天大学 | 一种飞机结构加强件自动化加工方法 |
CN114131293B (zh) * | 2021-11-25 | 2022-11-01 | 南京航空航天大学 | 一种飞机结构加强件自动化加工方法 |
US11787051B2 (en) | 2021-11-25 | 2023-10-17 | Nanjing University Of Aeronautics And Astronautics | Method for automatically processing structure-reinforcing member of aircraft |
CN114413788A (zh) * | 2022-01-21 | 2022-04-29 | 武汉惟景三维科技有限公司 | 基于双目视觉和反向模型重构的零件表面图案检测方法 |
CN114413788B (zh) * | 2022-01-21 | 2024-04-09 | 武汉惟景三维科技有限公司 | 基于双目视觉和反向模型重构的零件表面图案检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110990975B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110990975B (zh) | 基于实测数据的舱门边框轮廓铣切余量测算方法 | |
CN109685152B (zh) | 一种基于dc-spp-yolo的图像目标检测方法 | |
CN111915677B (zh) | 一种基于三维点云特征的船舶位姿估计方法 | |
CN104778688A (zh) | 点云数据的配准方法及装置 | |
CN113628262A (zh) | 一种基于轮廓特征约束配准的飞机蒙皮检测方法 | |
CN109685841B (zh) | 三维模型与点云的配准方法及系统 | |
JP2009199575A (ja) | 画像マッチング方法、プログラムおよび応用装置 | |
CN112381862B (zh) | 一种cad模型与三角网格全自动配准方法和装置 | |
CN111879244B (zh) | 综采工作面液压支架支撑高度和顶梁倾角测量方法 | |
CN109766903B (zh) | 一种基于曲面特征的点云模型曲面匹配方法 | |
CN111504191A (zh) | 一种基于三维激光扫描的航空零件自动快速测量方法 | |
CN113516695A (zh) | 激光轮廓仪平面度测量中的点云配准策略 | |
CN115409886A (zh) | 一种基于点云的零件几何特征测量方法、装置及系统 | |
CN116653457A (zh) | 一种数字化皮纹喷墨设备的生产控制方法及系统 | |
CN116721144A (zh) | 一种基于点云切片的锥形孔尺寸测量方法 | |
CN115810133A (zh) | 基于图像处理和点云处理的焊接控制方法及相关设备 | |
CN115237878A (zh) | 基于增材制造的工艺数据库构建方法及介质 | |
CN108388909B (zh) | 一种复杂曲面自适应采样方法 | |
CN108520533B (zh) | 一种面向工件定位的多维度特征配准方法 | |
CN107066741B (zh) | 基于数据挖掘的气动外形优化设计方法 | |
CN116399241B (zh) | 一种贴片式电感几何参数测量方法及系统 | |
CN108595373B (zh) | 一种无控制dem配准方法 | |
CN115143936B (zh) | 一种基于激光点云的输电工程杆塔倾斜度测量方法 | |
CN115752243A (zh) | 一种测量数据融合方法 | |
CN113157961B (zh) | 一种联合无类别区域建议框生成和图像目标快速检索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220420 Address after: 211106 room 1003-1005, No. 1698, Shuanglong Avenue, Jiangning District, Nanjing, Jiangsu Province (Jiangning Development Zone) Patentee after: Nanjing Yuntong Technology Co.,Ltd. Address before: No.29, Jiangjun Avenue, Jiangning District, Nanjing, Jiangsu Province, 210016 Patentee before: Nanjing University of Aeronautics and Astronautics |